資源描述：
《基于視覺的目標(biāo)檢測和跟蹤關(guān)鍵算法的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、分類號：TP391520．6040密級：天津理工大學(xué)研究生學(xué)位論文基于視覺的目標(biāo)檢測和跟蹤關(guān)鍵算法的研究(申請碩士學(xué)位)學(xué)科專業(yè)：計算機應(yīng)用技術(shù)研究方向：模式識別與計算機視覺學(xué)科專業(yè)：鞠玉翠指導(dǎo)教師：張樺教授2014年2月ThesisSubmittedtoTianjinUniversityofTechnologyfortheMaster’SDegreeResearchonKeyAlgorithmofObjectDetectionandTrackingBasedonVisualByYucuiJuSupervisorHuaZhang
2、February2014獨創(chuàng)性聲明JIllllllIIIIIIIMllilIIHIJIIIJIY2519396本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進行的研究工作和取得的研究成果，除了文中特別加以標(biāo)注和致謝之處外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得天盜理工大學(xué)或其他教育機構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示了謝意。學(xué)位論文作者簽名：鞠壬：犁簽字日期：Ⅵ1}年弓月}日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解墨盜墨墨盤望有關(guān)保留、使用
3、學(xué)位論文的規(guī)定。特授權(quán)墨盜墨墨盤堂可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，并采用影印、縮印或掃描等復(fù)制手段保存、匯編，以供查閱和借閱。同意學(xué)校向國家有關(guān)部門或機構(gòu)送交論文的復(fù)本和電子文件。(保密的學(xué)位論文在解密后適用本授權(quán)說明)學(xué)位論文作者簽名：鞠五翠簽字日期：加l牛年弓月1日導(dǎo)師簽名：簽字日期：加l中年≥月弓日摘要目標(biāo)檢測和跟蹤一直是計算機視覺領(lǐng)域的研究熱點和前沿課題，在機器人導(dǎo)航、智能監(jiān)控、視頻壓縮、醫(yī)學(xué)圖像等方面都具有非常重要的作用。目標(biāo)檢測和跟蹤是緊密關(guān)聯(lián)的兩個過程，二者的結(jié)果可以相互佐證。幾十年來，經(jīng)過廣
4、大學(xué)者們的不懈努力，目標(biāo)檢測和跟蹤技術(shù)取得了長足的發(fā)展。但是，由于檢測和跟蹤系統(tǒng)應(yīng)用環(huán)境的復(fù)雜性(比如光照、遮擋等因素)和目標(biāo)本身的多樣性(比如外觀和形態(tài)的變化)給目標(biāo)檢測和跟蹤技術(shù)帶來了嚴(yán)重的困難和新的挑戰(zhàn)。針對上述問題，本文進行了下面兩個方面的研究工作并取得了一定的成效。(1)為了尋找對光照和形變具有魯棒性的特征，本文在AdaBoost算法基礎(chǔ)上，提出構(gòu)建MB—LBP特征和HOG特征弱分類器的方法，分析比較了HAAR特征、MB．LBP特征和HOG特征在AdaBoost算法上的分類效果。上述特征在移動機器人路標(biāo)檢測的實驗中證明
5、，HOG特征結(jié)合AdaBoost算法能夠獲得較高的檢測率和較低的誤檢率。在路標(biāo)檢測比較結(jié)果的基礎(chǔ)上，本文提出了一種結(jié)合AdaBoost算法和SVM算法的路標(biāo)識別方法，獲得了較高的識別率和較快的識別速度。(2)本文借鑒Tracking．Learning—Detection(TLD)跟蹤算法的思想，提出了離線學(xué)習(xí)的檢測和在線學(xué)習(xí)的跟蹤相結(jié)合的行人跟蹤算法。該算法檢測模塊包括兩部分：一部分為離線訓(xùn)練的行人檢測器，一部分為在線實時更新的行人驗證器。離線訓(xùn)練的行人檢測器定位出視頻中所有的行人，在線實時更新的驗證器通過以前的狀態(tài)從檢測到的行
6、人中確定需要跟蹤的行人。實驗證明，離線和在線學(xué)習(xí)的結(jié)合，不僅能夠保證跟蹤的實時性，而且能夠克服目標(biāo)與背景相似，遮擋，人與人之間的相互影響(靠近，融合，互換)等行人跟蹤的難點，使跟蹤更加魯棒。關(guān)鍵詞：路標(biāo)檢測行人跟蹤AdaBoost算法HOG特征TLD離線學(xué)習(xí)在線學(xué)習(xí)AbstractObjectdetectionandtrackinghasalwaysbeenhotandcuttingedgetopicsinthefieldofcomputervision．Italsoplaysaveryimportantroleintheare
7、asofrobotnavigation，intelligentmonitoring，videocompressionandmedicalimages．Objectdetectionandtrackingaretwocloselyrelatedprocesses，theresultofthetwocanbemutuallysupporting．Fordecades，objectdetectionandtrackingtechnologyhasmadegreatstridesthroughthetirelesseffortsofth
8、emajorityofscholars．HoweveLduetothecomplexityoftheapplicationenvironmentofdetectionandtrackingsystem(suchaslighting，occlusionandoth
